CV / YOLO11
YOLO11
reComputer R Series (CM5 + Hailo-10H)
高速エッジデプロイ向け軽量YOLO11 nanoモデル
67 ダウンロード
サイズ
~5MBメモリ
1GB+精度
FP16使用しているデバイスを選択してください。セットアップガイドとドキュメントがそれに応じて更新されます。
プレビュー
はじめる
デプロイ
sudo docker run --rm \
--name cm5-hailo10h-yolo11n \
--privileged \
--net=host \
-e PYTHONUNBUFFERED=1 \
--device /dev/hailo0:/dev/hailo0 \
-v /usr/lib/libhailort.so.5.1.1:/usr/lib/libhailort.so.5.1.1:ro \
-v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov11n:latest \
python web_detection.py --model_path model/yolov11n.hef --video_path video/test.mp4モデル詳細
reComputer CM5 + Hailo-10HreComputer CM5 + Hailo-10H での YOLOv11
YOLOv11（n/s/m/l/x バリアント）は、HailoRT 5.1.1 を介して Hailo-10H 上で COCO 80 クラスの物体検出を実行します。NMS はオンチップ（HPP）で実行されるため、アプリは NMS 後の 80x5x100 テンソルを直接解析します。
モデル情報
| バリアント | 入力 | パラメータ | 演算量 | Hailo-10H HEF |
|---|---|---|---|---|
| YOLOv11n | 640x640x3 | 2.6M | 6.55G | 5.3 MB |
| YOLOv11s | 640x640x3 | 9.4M | 21.5G | 16.3 MB |
| YOLOv11m | 640x640x3 | 20.1M | 68.0G | 27.0 MB |
| YOLOv11l | 640x640x3 | 25.3M | 86.9G | 27.9 MB |
| YOLOv11x | 640x640x3 | 56.9M | 194G | 54.2 MB |
| 項目 | 値 |
|---|---|
| タスク | 物体検出 |
| 出力 | オンチップ NMS テンソル 80x5x100（行: ymin,xmin,ymax,xmax,score、正規化済み） |
| クラス | 80（COCO、Model Zoo のインデックス順） |
| HEF | Hailo Model Zoo v5.4.0、Hailo-10H |
ハードウェアとホストのセットアップ
| 項目 | 値 |
|---|---|
| ボード | Raspberry Pi CM5 搭載 reComputer R シリーズ |
| アクセラレータ | PCIe 経由の Hailo-10H、/dev/hailo0 として公開 |
| ホストドライバ | hailo-h10-all apt パッケージ |
| ランタイム | HailoRT 5.1.1 |
| コンテナ内 Python | 3.13、aarch64 |
bash
sudo apt update
sudo apt install hailo-h10-all -y
sudo reboot
# After reboot
hailortcli fw-control identify
ls /dev/hailo0デモ動画で実行
ステップ A：イメージを取得
bash
sudo docker pull ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov11n:latest
sudo docker pull ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov11s:latest
sudo docker pull ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov11m:latest
sudo docker pull ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov11l:latest
sudo docker pull ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov11x:latestステップ B：コンテナを実行
使用するモデルの変体に対応するコマンドを選択してください。
YOLOv11n
bash
sudo docker run --rm \
--name cm5-hailo10h-yolov11n \
--privileged \
--net=host \
-e PYTHONUNBUFFERED=1 \
--device /dev/hailo0:/dev/hailo0 \
-v /usr/lib/libhailort.so.5.1.1:/usr/lib/libhailort.so.5.1.1:ro \
-v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov11n:latest \
python web_detection.py --model_path model/yolov11n.hef --video_path video/test.mp4YOLOv11s
bash
sudo docker run --rm
--name cm5-hailo10h-yolov11s
--privileged
--net=host
-e PYTHONUNBUFFERED=1
--device /dev/hailo0:/dev/hailo0
-v /usr/lib/libhailort.so.5.1.1:/usr/lib/libhailort.so.5.1.1:ro
-v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro
ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov11s:latest
python web_detection.py --model_path model/yolov11s.hef --video_path video/test.mp4YOLOv11m
bash
sudo docker run --rm
--name cm5-hailo10h-yolov11m
--privileged
--net=host
-e PYTHONUNBUFFERED=1
--device /dev/hailo0:/dev/hailo0
-v /usr/lib/libhailort.so.5.1.1:/usr/lib/libhailort.so.5.1.1:ro
-v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro
ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov11m:latest
python web_detection.py --model_path model/yolov11m.hef --video_path video/test.mp4YOLOv11l
bash
sudo docker run --rm
--name cm5-hailo10h-yolov11l
--privileged
--net=host
-e PYTHONUNBUFFERED=1
--device /dev/hailo0:/dev/hailo0
-v /usr/lib/libhailort.so.5.1.1:/usr/lib/libhailort.so.5.1.1:ro
-v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro
ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov11l:latest
python web_detection.py --model_path model/yolov11l.hef --video_path video/test.mp4YOLOv11x
bash
sudo docker run --rm
--name cm5-hailo10h-yolov11x
--privileged
--net=host
-e PYTHONUNBUFFERED=1
--device /dev/hailo0:/dev/hailo0
-v /usr/lib/libhailort.so.5.1.1:/usr/lib/libhailort.so.5.1.1:ro
-v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro
ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov11x:latest
python web_detection.py --model_path model/yolov11x.hef --video_path video/test.mp4http://<Board_IP>:8000 を開いて Web プレビューを表示します。
REST API
各変体には独自の推論エンドポイントがあります：
| 変体 | エンドポイント |
|---|---|
| YOLOv11n | POST /api/models/yolov11n/predict |
| YOLOv11s | POST /api/models/yolov11s/predict |
| YOLOv11m | POST /api/models/yolov11m/predict |
| YOLOv11l | POST /api/models/yolov11l/predict |
| YOLOv11x | POST /api/models/yolov11x/predict |
例：
bash
curl -X POST "http://<Board_IP>:8000/api/models/yolov11n/predict" -F "file=@test.jpg"実装メモ
- オンチップ NMS（HPP、yolov11n 設定から継承された
meta_arch=yolov8）。アプリは NMS 後の 80x5x100 テンソルを解析します — 行は [ymin, xmin, ymax, xmax, score]、640x640 入力に対して正規化。 - 前処理: letterbox（グレー 114）+ RGB、生の uint8（正規化 0/255）。
- 実行器は HailoRT 5.1.1 のマルチ出力 FLOAT32 ラッパーで、初回推論時に SOP の受け入れチェックリストに従って出力範囲を出力します。
開発メモ
- ソースモジュール:
src/hailo10h_yolov11{n,s,m,l,x}/ - Dockerfile:
docker/hailo10h/yolov11{n,s,m,l,x}.dockerfile - コンテナ:
ghcr.io/seeed-projects/recomputer-hailo10h-cv/yolov11{n,s,m,l,x}:latest - HEF: Hailo Model Zoo v5.4.0 の hailo10h ビルド。